Resumen

Con el avance de las tecnologías inalámbricas y las metodologías de detección, muchos estudios han demostrado que las señales inalámbricas pueden detectar comportamientos humanos. El reconocimiento de la actividad humana utilizando la información del estado del canal (CSI) en los dispositivos WiFi comerciales desempeña un papel importante en muchas aplicaciones. En este trabajo, se construyó un marco para el reconocimiento de la actividad humana basado en la mejora de la señal CSI de WiFi. En primer lugar, se estudió la sensibilidad de diferentes antenas a la actividad humana. Se propuso un algoritmo de selección de antenas, que puede hacer una elección de la antena automáticamente basada en su sensibilidad de acuerdo con las diferentes actividades. En segundo lugar, se propusieron dos enfoques de mejora de la señal, que pueden reforzar las señales activas y debilitar las inactivas, para extraer el intervalo activo causado por la actividad humana. Por último, se propuso un algoritmo de segmentación de la actividad para detectar la hora de inicio y fin de la actividad. Para verificar y evaluar los métodos, se han realizado amplios experimentos en entornos interiores reales. Los resultados experimentales han demostrado que nuestras soluciones pueden eliminar un gran número de información redundante aportada por señales insensibles e inactivas. Los resultados de nuestra investigación pueden ponerse en práctica para mejorar la precisión del reconocimiento de forma significativa y disminuir el coste del tiempo de reconocimiento.

• Materias:Radiofrecuencia Teoría de Antenas Redes Inalámbricas Banda ancha Ondas de radiofrecuencia
• Subjects:Radio frequency Antenna theory Wireless Networks Broadband Radio frequency waves
• Palabras claves:reconocimiento de actividades humanas, actividades humanas, señal inactiva, algoritmo de segmentación de actividades, tiempo de actividades, dispositivo wifi comercial, información de estado del canal, mejora de la señal csi, algoritmo de selección de antena, entorno interior real
• Keywords:human activities recognition, human activities, inactive signal, activities segmentation algorithm, time of activities, commercial wifi device, channel state information, csi signal enhancement, antenna selection algorithm, real indoor environment